数据帧移位功能答案

【问题标题】：Data frame shift functionality数据帧移位功能
【发布时间】：2017-08-16 20:47:43
【问题描述】：

我目前有两个数据框，并希望根据两个条件都满足创建第三个数据框：如果数据框 1 中的相应值刚刚突破 2 并且数据框 2 的值

df1

df2

并且代码应该如下创建df3：

即条件仅在 17 年 8 月 13 日的 5y 为 TRUE，因为 5y 已突破 2 且 df2 中的值

这样做的目的是在整个数据帧上复制mean reversion strategy 在此处所做的工作，而不仅仅是针对单个时间序列，即示例中的每个步骤都在数据帧上执行处理，而不是时间序列级别。

所以问题是如何在数据框而不是列级别应用下面的移位函数。

df4['short entry'] = ((df4.zScore < - entryZscore) & ( df4.zScore.shift(1) > - entryZscore)&(df4['hurst'] < hurstentry))

【问题讨论】：

为什么 10y 13-Aug-17 是假的？ df1 中 10y 13-Aug-17 的值为 2.3，大于 2。df2 中 10y 13-Aug-17 的值为 0.1，小于 0.2。 17 年 8 月 13 日 10 年的 df3 中应该是真的，对吧？
我已经阅读了您上面提到的均值回归策略。如果您的目标是使用不同持续时间的均值回归，即 2 年、5 年或 10 年。我认为您也许能够找到在数据帧级别上进行操作的方法。但是，其他人可能并不容易理解它。您可以考虑使用 for 循环并将数据框列命名为 'zscore_2y', 'zscore_5y' 。如果需要并且我的理解是正确的，我可以提供一个示例来进一步说明我的想法。
10y 13-aug-17 为假，因为 df1 需要刚刚突破 2。10y 12-aug-17 也是 >2，所以只有当 df 中的对应值时才满足 TRUE 条件在时间 t > 2 并且 t-1

标签： python pandas

【解决方案1】：

简答：

df3 = ((df1 > -entryZscore) & (df1.shift(1) < -entryZscore) & (df2 < hurstentry))

我不确定是否理解均值回归策略问题，但如果所有列的 entryZscore 和 hurstentry 都相同，你可以试试这个：

import pandas as pd

date_index = pd.date_range('2017-08-10', '2017-08-13')
cols = ['2y','5y','10y']

df1 = pd.DataFrame([[1.3,1.3,1.3],[1.4,1.4,1.4],[1.9,2.1,1.9],[1.9,1.9,1.9]],
                   columns=cols, index=date_index)
df2 = pd.DataFrame([[0.3,0.3,0.3],[0.1,0.1,0.1],[0.1,0.1,0.1], [0.3,0.3,0.3]],
                   columns=cols, index=date_index)

entryZscore = -2
hurstentry = 0.2

df3 = ((df1 > -entryZscore) & (df1.shift(1) < -entryZscore) & (df2 < hurstentry))

输出：

            2y      5y      10y
2017-08-10  False   False   False
2017-08-11  False   False   False
2017-08-12  False   True    False
2017-08-13  False   False   False

【讨论】：

【解决方案2】：

这可能会有所帮助

import pandas as pd
import numpy as np

df1 = pd.DataFrame([['11',1.3,1.3,1.3],['12',1.4,1.4,1.4],['13',1.9,2.1,1.9], ['14',1.9,1.9,1.9]])
df1.columns = ['date','2y','5y','10y']
df2 = pd.DataFrame([['11',0.3,0.3,0.3],['12',0.1,0.1,0.1],['13',0.1,0.1,0.1], ['14',0.3,0.3,0.3]])
df2.columns = ['date','2y','5y','10y']

df = pd.merge(df1, df2, on='date', suffixes=['_zscore','_hurst'])
entryZscore = -2
hurstentry = 0.2
for x in ['2y','5y','10y']:
    df[x+'_short'] = ((df[x+'_zscore'] > -entryZscore) & ( df[x+'_zscore'].shift(1) < -entryZscore)&(df[x+'_hurst'] < hurstentry))
entries = ['date'] + [x+'_short' for x in  ['2y','5y','10y']]
result = df[entries]
print result

输出为

  date 2y_short 5y_short 10y_short
0   11    False    False     False
1   12    False    False     False
2   13    False     True     False
3   14    False    False     False

我不推荐上述方法。好像有点乱。如果可能，您可以拥有三个数据框。每个帧将保存一个持续时间的数据。即 1 个数据框用于 5 年相关数据，1 个用于 10 年，1 个用于 2 年。您可以创建一个函数来解析单个数据框。通过这种方式，您可以从均值回归样本中复制代码。理解数学比以复杂的方式处理数据更为重要。希望对您有所帮助。

【讨论】：